論文の概要: When Wider Views Fail: Stress-Testing Feed-Forward 3D Reconstruction

• arxiv url: http://arxiv.org/abs/2609.24839v1
• Date: Mon, 21 Sep 2026 16:20:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:01.410542
• Title: When Wider Views Fail: Stress-Testing Feed-Forward 3D Reconstruction
• Title（参考訳）: 広視野視力障害 : ストレステストによるフィードフォワード3D再構成
• Abstract要約: スパース画像入力の角幅を変化させることで、制御された分布シフトとしての視点変動を考察する。 視線が拡大するにつれて,不完全な表面被覆と幾何学的支持の両方を生じる広い範囲で,かなりの劣化が観察された。
• 参考スコア（独自算出の注目度）: 12.59086268411294
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Feed-forward 3D reconstruction models enable efficient geometry estimation from sparse images, but their pretrained nature can make them vulnerable to distribution shifts beyond their training data. Identifying these failure modes is important for understanding when such models can be reliably deployed in unconstrained imaging settings. We investigate viewpoint variation as a controlled distribution shift by varying the angular span of sparse image inputs while keeping the input budget fixed. Across multiple feed-forward reconstruction models, we observe substantial degradation as viewpoint span increases, with wide spans producing both incomplete surface coverage and geometry unsupported by the observed imagery. These results reveal that viewpoint variation can induce failure modes beyond conventional reconstruction incompleteness, highlighting the need to evaluate pretrained feed-forward models under distribution shifts that challenge their learned geometric priors.
• Abstract（参考訳）: フィードフォワード3D再構成モデルは、スパース画像からの効率的な幾何推定を可能にするが、事前訓練された性質により、トレーニングデータ以外の分布シフトに対して脆弱になる。 これらの障害モードを特定することは、そのようなモデルを制約のない画像設定で確実にデプロイできるかどうかを理解する上で重要である。 入力予算を一定に保ちながら、スパース画像入力の角幅を変化させることで、制御分布シフトとしての視点変動を考察する。 複数のフィードフォワード再構成モデルにおいて、視線が拡大するにつれて顕著な劣化が観察され、観察された画像によって不完全な表面被覆と幾何学的支持の両方が生じる。 これらの結果から,視線変化は従来の再構成不完全性を超えて障害モードを誘導し,学習した幾何学的先行性に挑戦する分布シフトの下で事前学習したフィードフォワードモデルを評価する必要性を浮き彫りにした。

関連論文リスト

• PADFormer: Pose-agnostic Anomaly Detection from Sparse View Images [40.540633292445925]
  突発性異常検出(PAD: Pose-Anostic Anomaly Detection)は、任意の視点で異常が現れるため、依然として困難である。 本研究では、視覚変換器(ViT)を利用して、クエリー画像の異常のないバージョンを直接再構築する新しい画像空間アプローチであるPADFormerを提案する。 PADは、古典的な数発の異常検出タスクにおいて同等のパフォーマンスを維持しながら、PADベンチマークで最先端の結果を達成する。
  論文  参考訳（メタデータ） (2026-08-04T20:23:34Z)
• Reliev3R: Relieving Feed-forward Reconstruction from Multi-View Geometric Annotations [98.66466590444553]
  コスト制約のない多視点幾何アノテーションを使わずにFFRMをスクラッチからトレーニングするための弱教師付きパラダイムであるReliev3Rを提案する。 Reliev3Rのコアでは、多視点幾何整合性の監視を容易にするために、曖昧さを意識した相対深度損失と三角法に基づく再射損失を設計する。
  論文  参考訳（メタデータ） (2026-04-01T06:46:54Z)
• Emergent Outlier View Rejection in Visual Geometry Grounded Transformers [45.83800698097105]
  ノイズ」画像関連入力は、視界がほとんど、あるいは全くないが、他の画像と重なり合うため、Wild画像コレクションからの信頼性の高い3D再構成を妨げている。 従来のStructure-from-Motionパイプラインは、幾何学的検証とoutlier rejectionを通じてそのようなケースを扱う。 本稿では,既存のフィードフォワード再構成モデルであるVGGTが,イントラクタイメージを本質的に区別できることを示す。
  論文  参考訳（メタデータ） (2025-12-03T17:48:25Z)
• Revisiting Reconstruction-based AI-generated Image Detection: A Geometric Perspective [50.83711509908479]
  幾何学的観点からの再構成誤差に対するヤコビアンスペクトル下界の導入について述べる。 再構成多様体上の実画像は非自明な誤差下界を示し、多様体上の生成された画像はゼロに近い誤差を持つことを示す。 本稿では,構造化編集操作を活用することで動的再構成誤差を計算できるReGapを提案する。
  論文  参考訳（メタデータ） (2025-10-29T03:45:03Z)
• G4Splat: Geometry-Guided Gaussian Splatting with Generative Prior [53.762256749551284]
  我々は,3次元シーン再構成を効果的に活用するための基本的な前提条件として,正確な幾何学を同定する。 生成パイプライン全体にこの幾何学的ガイダンスを導入し、可視性マスク推定を改善し、新しいビュー選択をガイドし、ビデオ拡散モデルに着色した場合の多視点一貫性を向上させる。 本手法は,屋内および屋外の両方のシナリオにおいて,高い一般化性を有するシングルビュー入力とアンポーズ映像を自然にサポートする。
  論文  参考訳（メタデータ） (2025-10-14T03:06:28Z)
• Mono3R: Exploiting Monocular Cues for Geometric 3D Reconstruction [11.220655907305515]
  多視点再構成フレームワークにモノクラー幾何の先行を組み込んだモノクラー誘導リファインメントモジュールを導入する。 本手法は,マルチビューカメラのポーズ推定と点雲の精度の両面で大幅に向上する。
  論文  参考訳（メタデータ） (2025-04-18T02:33:12Z)
• Improving Neural Indoor Surface Reconstruction with Mask-Guided Adaptive Consistency Constraints [0.6749750044497732]
  本稿では、ビュー依存色とビュー非依存色を分離する2段階のトレーニングプロセスを提案し、さらに2つの新しい一貫性制約を活用して、余分な事前処理を必要とせず、詳細な再構成性能を向上させる。 合成および実世界のデータセットの実験は、事前推定誤差から干渉を減らす能力を示している。
  論文  参考訳（メタデータ） (2023-09-18T13:05:23Z)
• HandFlow: Quantifying View-Dependent 3D Ambiguity in Two-Hand Reconstruction with Normalizing Flow [73.7895717883622]
  条件付き正規化フローフレームワークにおける可塑性再構成の分布を明示的にモデル化する。 この課題に対して,明示的な曖昧さモデリングが適していることを示す。
  論文  参考訳（メタデータ） (2022-10-04T15:42:22Z)
• Uncertainty-Aware Adaptation for Self-Supervised 3D Human Pose Estimation [70.32536356351706]
  本稿では、2つの出力ヘッドを2つの異なる構成にサブスクライブする共通のディープネットワークバックボーンを構成するMPP-Netを紹介する。 ポーズと関節のレベルで予測の不確実性を定量化するための適切な尺度を導出する。 本稿では,提案手法の総合評価を行い,ベンチマークデータセット上での最先端性能を示す。
  論文  参考訳（メタデータ） (2022-03-29T07:14:58Z)
• Wide-angle Image Rectification: A Survey [86.36118799330802]
  広角画像は、基礎となるピンホールカメラモデルに反する歪みを含む。 これらの歪みを補正することを目的とした画像修正は、これらの問題を解決することができる。 本稿では、異なるアプローチで使用されるカメラモデルについて、詳細な説明と議論を行う。 次に,従来の幾何学に基づく画像修正手法と深層学習法の両方について検討する。
  論文  参考訳（メタデータ） (2020-10-30T17:28:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。